CN112651602A - 一种课堂模式评价方法和设备 - Google Patents

一种课堂模式评价方法和设备 Download PDF

Info

Publication number
CN112651602A
CN112651602A CN202011408215.9A CN202011408215A CN112651602A CN 112651602 A CN112651602 A CN 112651602A CN 202011408215 A CN202011408215 A CN 202011408215A CN 112651602 A CN112651602 A CN 112651602A
Authority
CN
China
Prior art keywords
information
evaluation
classroom mode
characteristic
classroom
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011408215.9A
Other languages
English (en)
Inventor
蔡丹丰
金佳
徐瑶洁
吴淑淑
李萍
许添杰
卢尧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
College of Science and Technology of Ningbo University
Original Assignee
College of Science and Technology of Ningbo University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by College of Science and Technology of Ningbo University filed Critical College of Science and Technology of Ningbo University
Priority to CN202011408215.9A priority Critical patent/CN112651602A/zh
Publication of CN112651602A publication Critical patent/CN112651602A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明实施例公开了一种课堂模式评价方法和设备,所述方法包括:获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息;根据特征属性库对所述第一特征信息进行评价分析,获得第一评价信息;根据特征属性库对所述第二特征信息进行评价分析,获得第二评价信息;对所述第一评价信息和所述第二评价信息进行比较,获得比较信息;根据所述比较信息确定所述第一课堂模式和/或所述第二课堂模式的课堂模式评价信息。本发明实施例提供了一种课堂模式评价方法和设备,具有准确反应课堂模式评价的特点。

Description

一种课堂模式评价方法和设备
技术领域
本发明涉及课堂评价技术领域,尤其涉及一种课堂模式评价方法和设备。
背景技术
随着新兴产业和教育水平的不断发展,出现了以互联网和工业智能为核心,包括大数据、云计算、人工智能、区块链、虚拟现实、智能科学与技术等相关工科专业的新工科专业,为了满足新工科专业对教与学的新要求,需要对传统课堂模式进行改进,以满足学生的学习需求,从而提高教学质量。目前,改进后的课堂模式是否能满足学生的学习需求,均采用对学生进行问卷调查的形式以获得课堂模式评价,但是,通过对学生进行问卷调查的形式,受学生个人的理解和表达能力的影响,造成所获得的课堂模式评价不准确。
发明内容
本发明实施例提供了一种课堂模式评价方法和设备,具有准确反应课堂模式评价的特点。
本发明实施例一方面提供一种课堂模式评价方法,所述方法包括:获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息;根据特征属性库对所述第一特征信息进行评价分析,获得第一评价信息;根据特征属性库对所述第二特征信息进行评价分析,获得第二评价信息;对所述第一评价信息和所述第二评价信息进行比较,获得比较信息;根据所述比较信息确定所述第一课堂模式和/或所述第二课堂模式的课堂模式评价信息。
在一可实施方式中,所述获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息,包括:接收课堂模式评价指令,所述课堂模式评价指令对应有指定教学内容;根据所述指定教学内容获取与第一课堂模式对应的第一特征信息;根据所述指定教学内容获取与第二课堂模式对应的第二特征信息。
在一可实施方式中,所述第一课堂模式包含如下模式其中之一:翻转课堂模式、微课课堂模式和传统课堂模式;和/或,所述第二课堂模式包含如下模式其中之一:翻转课堂模式、微课课堂模式和传统课堂模式;其中,第一课堂模式和第二课堂模式不同。
在一可实施方式中,获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息,包括:通过至少一个第一信息采集设备对第一指定对象进行实时信息采集,获得第一实时内容,根据所述第一实时内容确定第一特征信息;通过至少一个第二信息采集设备对第二指定对象进行实时信息采集,获得第二实时内容,根据所述第二实时内容确定第二特征信息;其中,所述第一指定对象和所述第二指定对象不同。
在一可实施方式中,所述第一信息采集设备包括第一图像采集设备、第一生物特征采集设备和第一学***台获取第一学习评价信息;对所述第一动作特征信息、所述第一生物特征信息和所述第一学习评价特征信息进行整合,确定所述第一特征信息。
在一可实施方式中,所述第二信息采集设备包括第二图像采集设备、第二生物特征采集设备和第二学***台获取第二学习评价信息;对所述第二动作特征信息、所述第二生物特征信息和所述第二学习评价信息进行整合,确定所述第二特征信息。
在一可实施方式中,所述特征属性库包括生物特征属性库和行为特征属性库;相应地,根据特征属性库对所述第一特征信息进行评价分析,获得第一评价信息,包括:根据所述生物特征属性库对所述第一生物特征信息进行学习状态分析,获得第一学习状态信息;根据所述行为特征属性库对所述第一动作特征信息进行行为分析,获得第一行为信息;对所述第一学习状态信息、所述第一行为信息和所述第一学习评价信息进行整合分析,获得第一评价信息。
在一可实施方式中,根据特征属性库对所述第二特征信息进行评价分析,获得第二评价信息,包括:根据生物特征属性库对所述第二生物特征信息进行学习状态分析,获得第二学习状态信息;根据行为特征属性库对所述第二动作特征信息进行行为分析,获得第二行为信息;对所述第二学习状态信息、所述第二行为信息和所述第二学习评价信息进行整合分析,获得第二评价信息。
在一可实施方式中,所述方法还包括:根据所述课堂模式评价信息生成课堂模式评价报表;生成第一显示指令发送至显示设备,以指示所述显示设备显示课堂模式评价信息。
本发明实施例另一方面提供一种课堂模式评价设备,所述设备包括:
第一获取模块,用于获取与第一课堂模式对应的第一特征信息,获取第二课堂模式对应的第二特征信息;
第一获得模块,用于根据特征属性库对所述第一特征信息进行评价分析,获得第一评价信息;
第二获得模块,用于根据特征属性库对所述第二特征信息进行评价分析,获得第二评价信息;
第三获得模块,用于对所述第一评价信息和所述第二评价信息进行比较,获得比较信息;
第一确定模块,用于根据所述比较信息确定所述第一课堂模式和/或所述第二课堂模式的课堂模式评价信息。
在一可实施方式中,所述在本发明实施例中,获取模块包括:
接收子模块,用于接收课堂模式评价指令,所述课堂模式评价指令对应有指定教学内容;
第一获取子模块,用于根据所述指定教学内容获取与第一课堂模式对应的第一特征信息;
第二获取子模块,用于根据所述指定教学内容获取与第二课堂模式对应的第二特征信息。
在一可实施方式中,所述第一获取模块包括:
第一确定子模块,用于通过至少一个第一信息采集设备对第一指定对象进行实时信息采集,获得第一实时内容,根据所述第一实时内容确定第一特征信息;
第二确定子模块,用于通过至少一个第二信息采集设备对第二指定对象进行实时信息采集,获得第二实时内容,根据所述第二实时内容确定第二特征信息;
其中,所述第一指定对象和所述第二指定对象不同。
在一可实施方式中,所述第一信息采集设备包括第一图像采集设备、第一生物特征采集设备和第一学习平台,所述第一指定对象包括第一上课对象,所述第一确定子模块包括:
第一获得单元,用于通过所述第一图像采集设备对所述第一上课对象进行图像采集,获得第一动作特征信息;
第二获得单元,用于通过所述第一生物特征采集设备对所述第一上课对象进行生物特征采集,获得第一生物特征信息;
第一获取单元,用于通过所述学习平台获取第一学习评价信息;
第一确定单元,用于对所述第一动作特征信息、所述第一生物特征信息和所述第一学习评价特征信息进行整合,确定所述第一特征信息。
在一可实施方式中,所述第二信息采集设备包括第二图像采集设备、第二生物特征采集设备和第二学习平台,所述第二指定对象包括第二上课对象,所述第二确定子模块包括:
第三获得单元,用于通过所述第二图像采集设备对所述第二上课对象进行图像采集,获得第二动作特征信息;
第四获得单元,用于通过所述第二生物特征采集设备对所述第二上课对象进行生物特征采集,获得第二生物特征信息;
第二获取单元,用于通过所述学习平台获取第二学习评价信息;
第二确定单元,用于对所述第二动作特征信息、所述第二生物特征信息和所述第二学习评价信息进行整合,确定所述第二特征信息。
在一可实施方式中,所述特征属性库包括生物特征属性库和行为特征属性库,所述第一获得模块包括:
第一获得子模块,用于根据所述生物特征属性库对所述第一生物特征信息进行学习状态分析,获得第一学习状态信息;
第二获得子模块,用于根据所述行为特征属性库对所述第一动作特征信息进行行为分析,获得第一行为信息;
第三获得子模块,用于对所述第一学习状态信息、所述第一行为信息和所述第一学习评价信息进行整合分析,获得第一评价信息。
在一可实施方式中,所述第二获得模块包括:
第四获得子模块,用于根据生物特征属性库对所述第二生物特征信息进行学习状态分析,获得第二学习状态信息;
第五获得子模块,用于根据行为特征属性库对所述第二动作特征信息进行行为分析,获得第二行为信息;
第六获得子模块,用于对所述第二学习状态信息、所述第二行为信息和所述第二学习评价信息进行整合分析,获得第二评价信息。
在一可实施方式中,所述设备还包括:
第一生成模块,用于根据所述教学评价信息生成课堂模式评价报表;
第二生成模块,用于生成第一显示指令发送至显示设备,以指示所述显示设备显示课堂模式评价报表。
本发明实施例提供的一种课堂模式方法和设备,先分别获取与第一课堂模式对应的第一特征信息和获取与第二课堂模式对应的第二特征信息,然后,分别对所述第一特征信息和所述第二特征信息进行评价分析,分别获得与第一特征信息对应的第一评价信息和与第二特征信息对应的第二评价信息,最后,对第一评价信息和第二评价信息进行比较,以获得课堂模式评价信息,通过上述方法,避免了在对学生进行问卷调查等过程中,受学生个人理解和表达能力而造成课堂模式评价不准确的情况,从而实现准确反应课堂模式评价的目的。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1为本发明实施例一种课堂模式评价方法的实现流程示意图;
图2为本发明一种实施例一种课堂模式评价方法获取第一特征信息和第二特征信息的流程示意图;
图3为本发明另一种实施例一种课堂模式评价方法获取第一特征信息和第二特征信息的流程示意图;
图4为本发明实施例一种课堂模式评价方法确定第一特征信息的流程示意图;
图5为本发明实施例一种课堂模式评价方法确定第二特征信息的流程示意图;
图6为本发明实施例一种课堂模式评价方法获得第一评价信息的流程示意图;
图7为本发明实施例一种课堂模式评价方法获得第二评价信息的流程示意图;
图8为本发明实施例一种课堂模式评价方法显示课堂模式评价报表的流程示意图;
图9为本发明实施例一种课堂模式评价设备的模块示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例一种课堂模式评价方法的实现流程示意图。
参考图1,本发明实施例一方面提供一种课堂模式评价方法,方法包括:
步骤101,获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息;步骤102,根据特征属性库对第一特征信息进行评价分析,获得第一评价信息;步骤103,根据特征属性库对第二特征信息进行评价分析,获得第二评价信息;步骤104,对第一评价信息和第二评价信息进行比较,获得比较信息;步骤105,根据比较信息确定第一课堂模式和/或第二课堂模式的课堂模式评价信息。
本发明实施例提供的一种课堂模式评价方法,主要应用于对改进后的课堂模式进行评价,例如,在开设一些新工科专业后,需要改进传统课堂的上课模式以满足新工科专业的教学需求,为了知道改进后的课堂的上课模式的优缺点,需要准确获得针对于改进课堂上课模式的评价结果。在本方法中,先分别获取与第一课堂模式对应的第一特征信息和获取与第二课堂模式对应的第二特征信息,然后,分别对第一特征信息和第二特征信息进行评价分析,分别获得与第一特征信息对应的第一评价信息和与第二特征信息对应的第二评价信息,最后,对第一评价信息和第二评价信息进行比较,以获得针对第一课堂模式和/或第二课堂模式的课堂模式评价信息,通过上述方法,避免了在对学生进行问卷调查等过程中,受学生个人理解和表达能力而造成课堂模式评价不准确的情况,从而实现准确反应课堂模式评价的目的,根据该课堂模式评价,能够客观、准确地反应不同课堂模式之间的优缺点,为改进后的课堂提供教学依据。
在本发明实施例中,供授课者以第一课堂模式进行授课的教室设置有与第一课堂模式对应的设施,供授课者以第二课堂模式进行授课的教室设置有与第二课堂模式对应的设施,例如,第一课堂模式为翻转课堂模式,第二课堂模式为传统课堂模式,以翻转课堂模式进行授课的教室设置有用于拼接成一组一组的拼接课桌和投影仪等与翻转课堂模式对应的设施,以传统课堂模式进行授课的教室设置有一个听课者一张的课桌、黑板和讲台等与传统课堂模式对应的设施。
在步骤101中,以第一课堂模式进行授课的教室中设置有与第一课堂模式对应的用于采集有关授课者和听课者的第一信息采集设备,第一信息采集设备对授课者和听课者进行实时采集,获得包含授课者和听课者的行为和状态等的第一信息采集数据,例如,第一信息采集数据包含授课者的黑板写字和播放视频等行为、授课者授课时的状态、听课者的睡觉和玩手机等行为、听课者学***台,生成包含授课者和听课者的行为和状态等的第一特征信息;在与第一课堂模式对应的教室中还可设置有考勤设备,考勤设备可将按时考勤率、迟到率和早退率等考勤数据发送至管理平台,生成包含与考勤数据对应的考勤信息的第一特征信息;与第一课堂模式对应的学***台数据,学***台数据发送至管理平台,生成包含与学***台信息的第一特征信息。即第一特征信息可以包含在第一课堂模式下采集到的信息中的一项或多项,也可以包含其他信息。
以第二课堂模式进行授课的教室中设置有与第二课堂模式对应的用于采集有关授课者和听课者的第二信息采集设备,第二信息采集设备对授课者和听课者进行实时采集,获得包含授课者和听课者的行为和状态等的第二信息采集数据,例如,第二信息采集数据包含授课者的黑板写字和播放视频等行为、授课者授课时的状态、听课者的睡觉和玩手机等行为、听课者学***台,生成包含授课者和听课者的行为和状态等的第二特征信息;在与第二模式对应的教室中还可设置有考勤设备,考勤设备可将按时考勤率、迟到率和早退率等考勤数据发送至管理平台,生成包含与考勤数据对应的考勤信息的第二特征信息;可与第二课堂模式对应的学***台数据,学***台数据发送至管理平台,生成包含与学***台信息的第二特征信息。即第二特征信息可以包含在第二课堂模式下采集到的信息中的一项或多项,也可以包含其他信息。
在步骤102中,可以根据特征属性库对第一特征信息进行状态分析,获得第一状态信息,第一状态信息可以包含授课者的授课状态和听课者的听课状态,授课状态如授课疲劳度、授课兴奋度、授课关注度等,听课状态如学***台信息等信息对第一课堂模式进行评价分析,获得第一评价信息。当第一评价信息表示为分数的情况下,可以预先设置对应每一项信息的评分项和评分标准,对各个评分项进行评分,获得最终的分数为第一课堂模式的评价分,例如,基础分为0分,当第一课堂模式中授课者的授课兴奋状态占该课堂中所有有关授课者状态的比例为65%,满足计分标准为60%时,加5分,当第一堂课模式中听课者的学***台中课中答题正确率为80%,满足计分标准为80%时,加30分,当考勤信息中早退率为90%,满足计分标准为90%时,减30分,当考勤信息中按时考勤率为90%,满足计分标准为90%时,加40分,总记90分,即第一课堂模式的评分为90分。
在步骤103中,可以根据特征属性库对第二特征信息进行状态分析,获得第二状态信息,第二状态信息可以包含授课者的授课状态和听课者的听课状态,授课状态如授课疲劳度、授课兴奋度、授课关注度等,听课状态如学***台信息等信息对第二课堂模式进行评价分析,获得第二评价信息。当第二评价信息表示为分数的情况下,可以预先设置对应每一项信息的评分项和评分标准,对各个评分项进行评分,获得最终的分数为第二课堂模式的评价分,例如,基础分为0分,当第二堂课模式中授课者的授课兴奋状态占该课堂中所有有关授课者状态的比例为65%,满足计分标准为69%时,加5分,当第二堂课模式中听课者的学***台中课中答题正确率为80%,满足计分标准为80%时,加30分,当考勤信息中早退率为90%,满足计分标准为90%时,减30分,当考勤信息中按时考勤率为50%,满足计分标准为50%时,加10分,总记90分,即第二课堂模式的评分为60分。
在步骤104中,对第一评价信息和第二评价进行比较,获得比较信息。当第一评价信息和第二评价均以分数进行表示时,可根据最后的分数的高低来判断课堂模式的优缺点,比如,当第一课堂模式为90分,第二课堂模式为60分时,整体上,第一课堂模式优于第二课堂模式,还可以根据每项的分数来判断课堂模式的优缺点,比如,基础分为0,当第一课堂模式中的早退率为90%且满足计分标准为90%,第二课堂模式中的早退率为5%且满足计分标准为5%时,对第一课堂模式减30分,累计第一课堂模式的评分为-30分,对第二课堂模式加40分,累计第二课堂模式的评分为40分,根据两种课堂模式的评分可以判断出,第一课堂模式的吸引力不如第二课堂模式的吸引力。
在步骤105中,根据比较信息确定第一课堂模式和/或第二课堂模式的课堂模式评价信息。在一种可实施情况下,比较信息可包含第一评价信息、第二评价信息和第一课堂模式优缺点的信息等,根据比较信息可以确定第一课堂模式的课堂模式评价信息;在另一种可实施情况下,比较信息可包含第一评价信息、第二评价信息和第二课堂模式优缺点的信息等,根据比较信息可以确定第二课堂模式的课堂模式评价信息,在一种可实施情况下,比较信息可包含第一评价信息、第二评价信息、第一课堂模式优缺点的信息和第二课堂模式优缺点的信息等,根据比较信息可以确定第一课堂模式和第二课堂模式的课堂模式评价信息。
在一种可实施场景下,首先,获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息,具体可为:
与第一课堂模式对应的教室中设置有第一信息采集器,第一信息采集器采集包含授课者和听课者的行为和状态等的第一信息采集数据,并将第一信息采集数据发送至管理平台,生成包含授课者和听课者的行为和状态等的第一特征信息,与第一课堂模式对应的教室中还设置有考勤设备,考勤设备可将按时考勤率、迟到率和早退率等考勤数据发送至管理平台,生成包含与考勤数据对应的考勤信息的第一特征信息,学***台数据发送至管理平台,生成包含与学习平台数据对应的信息的第一特征信息;
与第二课堂模式对应的教室中设置有第二信息采集器,第二信息采集器采集包含授课者和听课者的行为和状态等的第二信息采集数据,并将第二信息采集数据发送至管理平台,生成包含授课者和听课者的行为和状态等的第二特征信息,与第二课堂模式对应的教室中还设置有考勤设备,考勤设备可将按时考勤率、迟到率和早退率等考勤数据发送至管理平台,生成包含与考勤数据对应的考勤信息的第二特征信息,学***台数据发送至管理平台,生成包含与学习平台数据对应的信息的第二特征信息;
然后,根据特征属性库对第一特征信息进行评价分析,获得第一评价信息,具体可为:
根据特征属性库对第一特征信息进行状态分析,获得第一状态信息,第一状态信息可以包含授课者的授课状态和听课者的听课状态,授课状态如授课疲劳度、授课兴奋度、授课关注度等,听课状态如学习疲劳度、学习关注度和学习兴奋度等;
根据特征属性库对第一特征信息进行行为分析,获得包含授课者与听课者之间互动动作、授课者黑板写字等的个人动作以及听课者睡觉等的个人动作的第一行为信息;
预先设置好有关第一状态信息、第一行为信息、考勤信息和学***台中课中答题正确率为80%,满足计分标准为80%时,加30分,当考勤信息中早退率为90%,满足计分标准为90%时,减30分,当考勤信息中按时考勤率为90%,满足计分标准为90%时,加40分,当考勤信息中早退率为100%,满足计分标准为100%时,减60分,总记30分,即第一课堂模式的评分为30分;
再后,根据特征属性库对第二特征信息进行评价分析,获得第二评价信息,具体可为:
根据特征属性库对第二特征信息进行状态分析,获得第二状态信息,第二状态信息可以包含授课者的授课状态和听课者的听课状态,授课状态如授课疲劳度、授课兴奋度、授课关注度等,听课状态如学习疲劳度、学习关注度和学习兴奋度等;
根据特征属性库对第二特征信息进行行为分析,获得包含授课者与听课者之间互动动作、授课者黑板写字等的个人动作以及听课者睡觉等的个人动作的第二行为信息;
预先设置好有关第二状态信息、第二行为信息、考勤信息和学***台中课中答题正确率为80%,满足计分标准为80%时,加30分,当考勤信息中早退率为10%,满足计分标准为10%时,减5分,当考勤信息中按时考勤率为90%,满足计分标准为90%时,加40分,总记115分,即第二课堂模式的评分为115分;
再后,根据评分项,对第一课堂模式的评分和第二课堂模式的评分进行比较,获得包含第一课堂模式评分为30分、第二课堂模式评分为115分、第二课堂模式在整体上优于第一课堂模式、第一课堂模式的优缺点以及第二课堂模式的优缺点等的比较信息;
最后,根据比较信息确定第一课堂模式和第二课堂模式的课堂模式评价信息。
图2为本发明一种实施例一种课堂模式评价方法获取第一特征信息和第二特征信息的流程示意图。
参考图2,在本发明实施例中,获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息,包括:步骤201,接收课堂模式评价指令,课堂模式评价指令对应有指定教学内容;步骤202,根据指定教学内容获取与第一课堂模式对应的第一特征信息;步骤203,根据指定教学内容获取与第二课堂模式对应的第二特征信息。
本发明实施例中,管理平台在接收对应有指定教学内容的课堂模式评价指令后,根据指定教学内容分别获取与第一课堂模式对应的第一特征信息和与第二课堂模式对应的第二特征信息。可以理解的是,在对第一课堂模式和第二课堂模式进行比较时,需要满足第一课堂模式的授课内容和第二课堂模式的授课内容相同的前提,以使比较更加公平。
在本发明实施例中,第一课堂模式包含如下模式其中之一:翻转课堂模式、微课课堂模式和传统课堂模式;和/或,第二课堂模式包含如下模式其中之一:翻转课堂模式、微课课堂模式和传统课堂模式;其中,第一课堂模式和第二课堂模式不同。
本发明实施例中,翻转课堂模式为在课前完成知识的学习,课中授课者与听课者之间互动以进行答疑和知识运用等的模式,与翻转课堂模式对用的教室通常设置为一个小组一张拼接而成的讨论桌,小组之间可以互相研讨;微课课堂模式为通过播放视频来传授知识的模式,与微课课堂模式对用的教室通常设置有投影仪;传统课堂模式为授课者在利用教科书和黑板等的教学工具情况下,听课者在课中进行知识的学习,听课者在可后完成作业的模式,与传统课堂模式对用的教室通常设置为一个听课者一张桌子。
图3为本发明另一种实施例一种课堂模式评价方法获取第一特征信息和第二特征信息的流程示意图。
参考图3,在本发明实施例中,获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息,包括:步骤301,通过至少一个第一信息采集设备对第一指定对象进行实时信息采集,获得第一实时内容,根据第一实时内容确定第一特征信息;步骤302,通过至少一个第二信息采集设备对第二指定对象进行实时信息采集,获得第二实时内容,根据第二实时内容确定第二特征信息;其中,第一指定对象和第二指定对象不同。
本发明实施例中,第一指定对象为与第一课堂模式对应的指定对象,比如,与第一课堂模式对应的教室中的授课者和听课者,第二指定对象为与第二课堂模式对应的指定对象,比如,与第二课堂模式对应的教室中的授课者和听课者。
本发明实施例中,通过信息采集设备对指定对象进行采集,所采集到的数据可以客观、准确地表征指定对象在上课时的状态,避免指定对象受个人理解、表达能力和心理因素等造成获得的数据不够准确的情况。
在步骤301中,第一信息采集设备可包括脑电波采集设备,每一个第一指定对象配置有一个脑电波采集设备,每一个脑电波采集设备对与其对应的第一指定对象进行实时脑电波采集,获得脑电波数据,将脑电波数据发送至控制中心中的信息分析设备,控制中心中的信息分析设备生成包含了脑电波信息的第一生物特征信息;第一信息采集设备还可包括用于采集关于第一指定对象的眼动和面部等的图像采集设备,对每一个第一指定对象进行实时图像采集并进行图像采集,获得图像数据,信息分析设备在接收图像数据后,生成包含了眼动信息和面部信息的第一生物特征信息;第一信息采集设备还可包括用于采集关于第一指定对象的动作的图像采集设备,对第一指定对象进行实时图像采集并进行图像采集,获得图像数据,信息分析设备在接收图像数据后,生成第一动作特征信息;根据第一生物特征信息和第一动作特征信息确定第一实时内容,根据第一实时内容确定第一特征信息。
在步骤302中,第二信息采集设备可包括脑电波采集设备,每一个第二指定对象配置有一个脑电波采集设备,每一个脑电波采集设备对与其对应的第二指定对象进行实时脑电波采集,获得脑电波数据,将脑电波数据发送至控制中心中的信息分析设备,控制中心中的信息分析设备生成包含了脑电波信息的第二生物特征信息;第二信息采集设备还可包括用于采集关于第二指定对象的眼动和面部等的图像采集设备,对每一个第二指定对象进行实时图像采集并进行图像采集,获得图像数据,信息分析设备在接收图像数据后,生成包含了眼动信息和面部信息的第二生物特征信息;第二信息采集设备还可包括用于采集关于第二指定对象的动作的图像采集设备,对第二指定对象进行实时图像采集并进行图像采集,获得图像数据,信息分析设备在接收图像数据后,生成第二动作特征信息;根据第二生物特征信息和第二动作特征信息确定第二实时内容,根据第二实时内容确定第二特征信息。
图4为本发明实施例一种课堂模式评价方法确定第一特征信息的流程示意图。
参考图4,在本发明实施例中,第一信息采集设备包括第一图像采集设备、第一生物特征采集设备和第一学***台获取第一学习评价信息;步骤404,对第一动作特征信息、第一生物特征信息和第一学习评价特征信息进行整合,确定第一特征信息。
在步骤401中,第一图像采集设备可为第一摄像机,第一摄像机对第一上课对象进行图像采集,采集到有关第一上课对象睡觉和拍手等动作的图像数据,将该图像数据发送至信息分析设备中的图像分析设备,生成第一动作特征信息。
在步骤402中,第一生物特征采集设备可包括第一脑电波采集设备和用于采集关于眼动和面部的摄像机,该摄像机将采集到有关眼动和面部的数据发送至图像分析设备,生成第一眼动信息和第一面部信息,第一脑电波采集设备将采集到的脑电波数据发送至信息分析设备中的脑电波分析设备,生成第一脑电波信息;将第一眼动信息、第一面部信息和第一脑电波信息确定为第一生物特征信息。
在步骤403中,第一上课对象可在学***台可根据课前预习情况、课中答题情况和课后作业情况生成课前预习率、课中答题正确率、课后作业完成率和课后作业正确率等第一学习评价信息。
在步骤404中,对第一动作特征信息、第一生物特征信息和第一学习评价特征信息进行整合,确定第一特征信息。
图5为本发明实施例一种课堂模式评价方法确定第二特征信息的流程示意图。
参考图5,在本发明实施例中,第二信息采集设备包括第二图像采集设备、第二生物特征采集设备和第二学***台获取第二学习评价信息;步骤504,对第二动作特征信息、第二生物特征信息和第二学习评价信息进行整合,确定第二特征信息。
在步骤501中,第二图像采集设备可为第二摄像机,第二摄像机对第二上课对象进行图像采集,采集到有关第二上课对象睡觉和拍手等动作的图像数据,将该图像数据发送至信息分析设备中的图像分析设备,生成第二动作特征信息。
在步骤502中,第二生物特征采集设备可包括第二脑电波采集设备和用于采集关于眼动和面部的摄像机,该摄像机将采集到有关眼动和面部的数据发送至图像分析设备,生成第二眼动信息和第二面部信息,第二脑电波采集设备将采集到的脑电波数据发送至信息分析设备中的脑电波分析设备,生成第二脑电波信息;将第二眼动信息、第二面部信息和第二脑电波信息确定为第二生物特征信息。
在步骤503中,第二上课对象可在学***台可根据课前预习情况、课中答题情况和课后作业情况生成课前预习率、课中答题正确率、课后作业完成率和课后作业正确率等第二学习评价信息。
在步骤504中,对第二动作特征信息、第二生物特征信息和第二学习评价特征信息进行整合,确定第二特征信息。
图6为本发明实施例一种课堂模式评价方法获得第一评价信息的流程示意图。
参考图6,在本发明实施例中,特征属性库包括生物特征属性库和行为特征属性库;相应地,根据特征属性库对第一特征信息进行评价分析,获得第一评价信息,包括:步骤601,根据生物特征属性库对第一生物特征信息进行学习状态分析,获得第一学习状态信息;步骤602,根据行为特征属性库对第一动作特征信息进行行为分析,获得第一行为信息;步骤603,对第一学习状态信息、第一行为信息和第一学习评价信息进行整合分析,获得第一评价信息。
在步骤601中,生物特征属性库用于提供与生物特征信息对用的属性库,操作员可根据实际情况在控制中心中调整生物特征属性库。管理平台根据生物特征属性库对第一生物特征信息进行学习状态分析,获得第一学习状态信息,学习状态信息可包含第一上课对象在学习过程中呈疲劳状态的信息、第一上课对象在学习过程中呈关注状态的信息和第一上课对象在学习过程中呈兴奋状态的信息等。在一种可实施情况下,信息分析设备可根据生物特征属性库对第一生物特征信息进行学习状态分析,例如,第一生物特征信息包含实时脑电波信息、实时眼动信息和实时面部信息等,生物特征属性库包含脑电波属性库、眼动属性库和面部属性库,信息分析设备可根据脑电波属性库对实时脑电波信息进行关于脑神经状态的分析,获得如脑神经呈疲劳、脑神经呈关注和脑神经呈活跃等的脑神经状态;信息分析设备可根据眼动属性库对实时眼动信息进行关于眼动状态的分析,获得如眼睛呈张开和眼睛呈闭合的眼动状态;信息分析设备可根据面部属性库对实时面部信息进行关于面部状态的分析,获得如面部呈疲劳、面部呈兴奋和面部呈高兴的面部状态;信息分析设备对属于同一个时间下的脑神经状态、眼动状态和面部状态进行判断,获得与该时间对应的学习状态,比如,在第一课堂模式中,基于同一个时间,获取该时间下的用于表征脑神经疲劳的脑神经状态、该时间下的用于表征眼睛呈闭合的眼动状态和该时间下的用于表征面部呈疲劳的面部状态,对上述获取到的脑神经状态、眼动状态和面部状态进行判断,获得用于表征指定对象在该时间下呈疲劳的第一学习状态信息。
在步骤602中,行为特征属性库用于提供与动作特征信息对应的属性库,操作员可根据实际情况在控制中心中调整行为特征属性库。管理平台根据行为特征属性库对第一动作特征信息进行行为分析,获得第一行为信息,第一行为信息可包含第一上课对象举手和交流等互动的行为信息、第一上课对象拍手的行为信息和第一上课对象睡觉的行为信息等。在一种可实施情况下,信息分析设备可根据行为特征属性库对第一动作特征信息进行动作分析,例如,行为特征属性库可为图像属性库,第一动作特征信息可用图像表示,信息分析设备将图像属性库与图像进行比对识别,挑选出包含第一上课对象举手和交流等互动动作、第一上课对象拍手动作和第一上课对象睡觉动作等的图像,作为第一行为信息。
在步骤603中,操作员事先设置好评价标准,根据评价标准控制中心对包含了学习疲劳、学习关注和学习兴奋等学习状态的第一学习状态信息、包含了举手、拍手和睡觉等的第一行为信息和第一学习评价信息进行分析评价,获得多个评价结果整合评价结果,确定第一评价信息。第一评价信息可用分数进行表示,在一种可实施情况下,在课程结束后,可按照预先设置对应的每一项评分项和评分标准按比例进行计分,例如,基础分为0分,对一个课程中的第一学习状态信息进行计分,当用于表征学习兴奋的第一学习状态信息占所有第一学习状态信息的比例为80%,满足计分标准为80%时,可加20分,当用于表征学习疲劳的第一学习状态信息占所有第一学习状态信息的比例为70%,满足计分标准为70%时,可减20分;同一时间下,对该时间下的第一学习状态信息进行计分,当该时间下的用于表征学习兴奋的第一学习状态信息占该时间下所有第一学习状态信息的比例为60%,满足计分标准为60%时,可加30分,当该时间下的用于表征学习关注的第一学习状态信息占该时间下所有第一学习状态信息的比例为65%,满足计分标准为60%时,可加20分;对一个课程中的第一行为信息进行计分,当用于表征举手的第一行为信息占所有第一行为信息的比例为80%,满足计分标准为80%时,可加70分,当用于表征睡觉的第一行为信息占所有第一行为信息的比例为10%,满足计分标准为10%时,可减10分;同一时间下,对该时间下的第一行为信息进行计分,当该时间下的用于表征举手的第一行为信息占该时间下所有第一行为信息的比例为90%,满足计分标准为90%时,可加80分,当该时间下的用于表征睡觉的第一行为信息占该时间下所有第一行为信息的比例为20%,满足计分标准为20%时,可减20分,总计170分,即第一评价信息可用分数170分来表示。
图7为本发明实施例一种课堂模式评价方法获得第二评价信息的流程示意图。
参考图7,在本发明实施例中,根据特征属性库对第二特征信息进行评价分析,获得第二评价信息,包括:步骤701,根据生物特征属性库对第二生物特征信息进行学习状态分析,获得第二学习状态信息;步骤702,根据行为特征属性库对第二动作特征信息进行行为分析,获得第二行为信息;步骤703,对第二学习状态信息、第二行为信息和第二学习评价信息进行整合分析,获得第二评价信息。
在步骤701中,生物特征属性库用于提供与生物特征信息对用的属性库,操作员可根据实际情况在控制中心中调整生物特征属性库。管理平台根据生物特征属性库对第二生物特征信息进行学习状态分析,获得第二学习状态信息,学习状态信息可包含第二上课对象在学习过程中呈疲劳状态的信息、第二上课对象在学习过程中呈关注状态的信息和第二上课对象在学习过程中呈兴奋状态的信息等。在一种可实施情况下,信息分析设备可根据生物特征属性库对第二生物特征信息进行学习状态分析,例如,第二生物特征信息包含实时脑电波信息、实时眼动信息和实时面部信息等,生物特征属性库包含脑电波属性库、眼动属性库和面部属性库,信息分析设备可根据脑电波属性库对实时脑电波信息进行关于脑神经状态的分析,获得如脑神经呈疲劳、脑神经呈关注和脑神经呈活跃等的脑神经状态;信息分析设备可根据眼动属性库对实时眼动信息进行关于眼动状态的分析,获得如眼睛呈张开和眼睛呈闭合的眼动状态;信息分析设备可根据面部属性库对实时面部信息进行关于面部状态的分析,获得如面部呈疲劳、面部呈兴奋和面部呈高兴的面部状态;信息分析设备对属于同一个时间下的脑神经状态、眼动状态和面部状态进行判断,获得与该时间对应的学习状态,比如,在第二课堂模式中,基于同一个时间,获取该时间下的用于表征脑神经疲劳的脑神经状态、该时间下的用于表征眼睛呈闭合的眼动状态和该时间下的用于表征面部呈疲劳的面部状态,对上述获取到的脑神经状态、眼动状态和面部状态进行判断,获得用于表征指定对象在该时间下呈疲劳的第二学习状态信息。
在步骤702中,行为特征属性库用于提供与动作特征信息对应的属性库,操作员可根据实际情况在控制中心中调整行为特征属性库。管理平台根据行为特征属性库对第二动作特征信息进行行为分析,获得第二行为信息,第二行为信息可包含第二上课对象举手和交流等互动的行为信息、第二上课对象拍手的行为信息和第二上课对象睡觉的行为信息等。在一种可实施情况下,信息分析设备可根据行为特征属性库对第二动作特征信息进行动作分析,例如,行为特征属性库可为图像属性库,第二动作特征信息可用图像表示,信息分析设备将图像属性库与图像进行比对识别,挑选出包含第二上课对象举手和交流等互动动作、第二上课对象拍手动作和第二上课对象睡觉动作等的图像,作为第二行为信息。
在步骤703中,操作员事先设置好评价标准,根据评价标准控制中心对包含了学习疲劳、学习关注和学习兴奋等学习状态的第二学习状态信息、包含了举手、拍手和睡觉等的第二行为信息和第二学习评价信息进行分析评价,获得多个评价结果整合评价结果,确定第二评价信息。第二评价信息可用分数进行表示,在一种可实施情况下,在课程结束后,可按照预先设置对应的每一项评分项和评分标准按比例进行计分,例如,基础分为0分,对一个课程中的第二学习状态信息进行计分,当用于表征学习兴奋的第二学习状态信息占所有第二学习状态信息的比例为80%,满足计分标准为80%时,可加20分,当用于表征学习疲劳的第二学习状态信息占所有第二学习状态信息的比例为70%,满足计分标准为70%时,可减20分;同一时间下,对该时间下的第二学习状态信息进行计分,当该时间下的用于表征学习兴奋的第二学习状态信息占该时间下所有第二学习状态信息的比例为60%,满足计分标准为60%时,可加30分,当该时间下的用于表征学习关注的第二学习状态信息占该时间下所有第二学习状态信息的比例为65%,满足计分标准为60%时,可加20分;对一个课程中的第二行为信息进行计分,当用于表征举手的第二行为信息占所有第二行为信息的比例为80%,满足计分标准为80%时,可加70分,当用于表征睡觉的第二行为信息占所有第二行为信息的比例为10%,满足计分标准为10%时,可减10分;同一时间下,对该时间下的第二行为信息进行计分,当该时间下的用于表征举手的第二行为信息占该时间下所有第二行为信息的比例为90%,满足计分标准为90%时,可加80分,当该时间下的用于表征睡觉的第二行为信息占该时间下所有第二行为信息的比例为20%,满足计分标准为20%时,可减20分,总计170分,即第一评价信息可用分数170分来表示。
图8为本发明实施例一种课堂模式评价方法显示课堂模式评价报表的流程示意图。
参考图8,在本发明实施例中,方法还包括:步骤801,根据课堂模式评价信息生成课堂模式评价报表;步骤802,生成第一显示指令发送至显示设备,以指示显示设备显示课堂模式评价报表。
本发明实施例中,管理平台根据课堂模式评价信息生成课堂模式评价报表,在一种可实施情况下,管理平台可以包含显示画面,在管理平台生成课堂模式评价报表之后,可以在显示画面中将课堂模式评价报表进行显示。在一种可实施情况下,管理平台与显示设备通信连接,管理平台生成第一显示指令发送至显示设备,以指示显示设备显示课堂模式评价报表。课堂模式评价报表可以让人直观地看出课堂模式地优缺点,为教研人员改进课堂模式提供帮助。
图9为本发明实施例一种课堂模式评价设备的模块示意图。
参考图9,本发明实施例另一方面提供一种课堂模式评价设备,设备包括:
第一获取模块901,用于获取与第一课堂模式对应的第一特征信息,获取第二课堂模式对应的第二特征信息;
第一获得模块902,用于根据特征属性库对第一特征信息进行评价分析,获得第一评价信息;
第二获得模块903,用于根据特征属性库对第二特征信息进行评价分析,获得第二评价信息;
第三获得模块904,用于对第一评价信息和第二评价信息进行比较,获得比较信息;
第一确定模块905,用于根据比较信息确定第一课堂模式和/或第二课堂模式的课堂模式评价信息。
在本发明实施例中,第一获取模块901,包括:
接收子模块9011,用于接收课堂模式评价指令,课堂模式评价指令对应有指定教学内容;
第一获取子模块9012,用于根据指定教学内容获取与第一课堂模式对应的第一特征信息;
第二获取子模块9013,用于根据指定教学内容获取与第二课堂模式对应的第二特征信息。
在本发明实施例中,第一获取模块901,包括:
第一确定子模块9014,用于通过至少一个第一信息采集设备对第一指定对象进行实时信息采集,获得第一实时内容,根据第一实时内容确定第一特征信息;
第二确定子模块9015,用于通过至少一个第二信息采集设备对第二指定对象进行实时信息采集,获得第二实时内容,根据第二实时内容确定第二特征信息;
其中,第一指定对象和第二指定对象不同。
在本发明实施例中,第一信息采集设备包括第一图像采集设备、第一生物特征采集设备和第一学习平台,第一指定对象包括第一上课对象,第一确定子模块9014,包括:
第一获得单元90141,用于通过第一图像采集设备对第一上课对象进行图像采集,获得第一动作特征信息;
第二获得单元90142,用于通过第一生物特征采集设备对第一上课对象进行生物特征采集,获得第一生物特征信息;
第一获取单元90143,用于通过学习平台获取第一学习评价信息;
第一确定单元90144,用于对第一动作特征信息、第一生物特征信息和第一学习评价特征信息进行整合,确定第一特征信息。
在本发明实施例中,第二信息采集设备包括第二图像采集设备、第二生物特征采集设备和第二学习平台,第二指定对象包括第二上课对象,第二确定子模块9015,包括:
第三获得单元90151,用于通过第二图像采集设备对第二上课对象进行图像采集,获得第二动作特征信息;
第四获得单元90152,用于通过第二生物特征采集设备对第二上课对象进行生物特征采集,获得第二生物特征信息;
第二获取单元90153,用于通过学习平台获取第二学习评价信息;
第二确定单元90154,用于对第二动作特征信息、第二生物特征信息和第二学习评价信息进行整合,确定第二特征信息。
在本发明实施例中,特征属性库包括生物特征属性库和行为特征属性库,第一获得模块902,包括:
第一获得子模块9021,用于根据生物特征属性库对第一生物特征信息进行学习状态分析,获得第一学习状态信息;
第二获得子模块9022,用于根据行为特征属性库对第一动作特征信息进行行为分析,获得第一行为信息;
第三获得子模块9023,用于对第一学习状态信息、第一行为信息和第一学习评价信息进行整合分析,获得第一评价信息。
在本发明实施例中,第二获得模块903,包括:
第四获得子模块9031,用于根据生物特征属性库对第二生物特征信息进行学习状态分析,获得第二学习状态信息;
第五获得子模块9032,用于根据行为特征属性库对第二动作特征信息进行行为分析,获得第二行为信息;
第六获得子模块9033,用于对第二学习状态信息、第二行为信息和第二学习评价信息进行整合分析,获得第二评价信息。
在本发明实施例中,设备还包括:
第一生成模块906,用于根据课堂模式评价信息生成课堂模式评价报表;
第二生成模块907,用于生成第一显示指令发送至显示设备,以指示显示设备显示课堂模式评价报表。
本发明实施例还提供一种计算机可读存储介质,存储介质包括一组计算机可执行指令,当指令被执行时用于执行上述任一项的课堂模式评价方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种课堂模式评价方法,其特征在于,所述方法包括:
获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息;
根据特征属性库对所述第一特征信息进行评价分析,获得第一评价信息;
根据特征属性库对所述第二特征信息进行评价分析,获得第二评价信息;
对所述第一评价信息和所述第二评价信息进行比较,获得比较信息;
根据所述比较信息确定所述第一课堂模式和/或所述第二课堂模式的课堂模式评价信息。
2.根据权利要求1所述的方法,其特征在于,所述获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息,包括:
接收课堂模式评价指令,所述课堂模式评价指令对应有指定教学内容;
根据所述指定教学内容获取与第一课堂模式对应的第一特征信息;
根据所述指定教学内容获取与第二课堂模式对应的第二特征信息。
3.根据权利要求1所述的方法,其特征在于,所述第一课堂模式包含如下模式其中之一:翻转课堂模式、微课课堂模式和传统课堂模式;
和/或,
所述第二课堂模式包含如下模式其中之一:翻转课堂模式、微课课堂模式和传统课堂模式;
其中,第一课堂模式和第二课堂模式不同。
4.根据权利要求1所述的方法,其特征在于,获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息,包括:
通过至少一个第一信息采集设备对第一指定对象进行实时信息采集,获得第一实时内容,根据所述第一实时内容确定第一特征信息;
通过至少一个第二信息采集设备对第二指定对象进行实时信息采集,获得第二实时内容,根据所述第二实时内容确定第二特征信息;
其中,所述第一指定对象和所述第二指定对象不同。
5.根据权利要求4所述的方法,其特征在于,所述第一信息采集设备包括第一图像采集设备、第一生物特征采集设备和第一学习平台,所述第一指定对象包括第一上课对象;
相应地,通过至少一个第一信息采集设备对第一指定对象进行实时信息采集,获得第一实时内容,根据所述第一实时内容确定第一特征信息,包括:
通过所述第一图像采集设备对所述第一上课对象进行图像采集,获得第一动作特征信息;
通过所述第一生物特征采集设备对所述第一上课对象进行生物特征采集,获得第一生物特征信息;
通过所述学习平台获取第一学习评价信息;
对所述第一动作特征信息、所述第一生物特征信息和所述第一学习评价特征信息进行整合,确定所述第一特征信息。
6.根据权利要求4所述的方法,其特征在于,所述第二信息采集设备包括第二图像采集设备、第二生物特征采集设备和第二学习平台,所述第二指定对象包括第二上课对象;
相应地,通过至少一个第二信息采集设备对第二指定对象进行实时信息采集,获得第二实时内容,根据所述第二实时内容确定第二特征信息,包括:
通过所述第二图像采集设备对所述第二上课对象进行图像采集,获得第二动作特征信息;
通过所述第二生物特征采集设备对所述第二上课对象进行生物特征采集,获得第二生物特征信息;
通过所述学习平台获取第二学习评价信息;
对所述第二动作特征信息、所述第二生物特征信息和所述第二学习评价信息进行整合,确定所述第二特征信息。
7.根据权利要求5所述的方法,其特征在于,所述特征属性库包括生物特征属性库和行为特征属性库;
相应地,根据特征属性库对所述第一特征信息进行评价分析,获得第一评价信息,包括:
根据所述生物特征属性库对所述第一生物特征信息进行学习状态分析,获得第一学习状态信息;
根据所述行为特征属性库对所述第一动作特征信息进行行为分析,获得第一行为信息;
对所述第一学习状态信息、所述第一行为信息和所述第一学习评价信息进行整合分析,获得第一评价信息。
8.根据权利要求6所述的方法,其特征在于,根据特征属性库对所述第二特征信息进行评价分析,获得第二评价信息,包括:
根据生物特征属性库对所述第二生物特征信息进行学习状态分析,获得第二学习状态信息;
根据行为特征属性库对所述第二动作特征信息进行行为分析,获得第二行为信息;
对所述第二学习状态信息、所述第二行为信息和所述第二学习评价信息进行整合分析,获得第二评价信息。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述课堂模式评价信息生成课堂模式评价报表;
生成第一显示指令发送至显示设备,以指示所述显示设备显示课堂模式评价信息。
10.一种课堂模式评价设备,其特征在于,所述设备包括:
第一获取模块,用于获取与第一课堂模式对应的第一特征信息,获取与第二课堂模式对应的第二特征信息;
第一获得模块,用于根据特征属性库对所述第一特征信息进行评价分析,获得第一评价信息;
第二获得模块,用于根据特征属性库对所述第二特征信息进行评价分析,获得第二评价信息;
第三获得模块,用于对所述第一评价信息和所述第二评价信息进行比较,获得比较信息;
第一确定模块,用于根据所述比较信息确定所述第一课堂模式和/或所述第二课堂模式的课堂模式评价信息。
CN202011408215.9A 2020-12-03 2020-12-03 一种课堂模式评价方法和设备 Pending CN112651602A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011408215.9A CN112651602A (zh) 2020-12-03 2020-12-03 一种课堂模式评价方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011408215.9A CN112651602A (zh) 2020-12-03 2020-12-03 一种课堂模式评价方法和设备

Publications (1)

Publication Number Publication Date
CN112651602A true CN112651602A (zh) 2021-04-13

Family

ID=75350381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011408215.9A Pending CN112651602A (zh) 2020-12-03 2020-12-03 一种课堂模式评价方法和设备

Country Status (1)

Country Link
CN (1) CN112651602A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292778A (zh) * 2017-05-19 2017-10-24 华中师范大学 一种基于认知情感感知的云课堂学习评价方法及其装置
CN107292271A (zh) * 2017-06-23 2017-10-24 北京易真学思教育科技有限公司 学习监控方法、装置及电子设备
CN108805009A (zh) * 2018-04-20 2018-11-13 华中师范大学 基于多模态信息融合的课堂学习状态监测方法及***
CN108836323A (zh) * 2018-05-08 2018-11-20 河南省安信科技发展有限公司 一种基于脑电波分析的学习状态监测***及其使用方法
CN109284737A (zh) * 2018-10-22 2019-01-29 广东精标科技股份有限公司 一种用于智慧教室的学生行为分析和识别***
CN111242515A (zh) * 2020-03-05 2020-06-05 长沙师范学院 一种基于教育大数据的课堂教学质量测评***及测评方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292778A (zh) * 2017-05-19 2017-10-24 华中师范大学 一种基于认知情感感知的云课堂学习评价方法及其装置
CN107292271A (zh) * 2017-06-23 2017-10-24 北京易真学思教育科技有限公司 学习监控方法、装置及电子设备
CN108805009A (zh) * 2018-04-20 2018-11-13 华中师范大学 基于多模态信息融合的课堂学习状态监测方法及***
CN108836323A (zh) * 2018-05-08 2018-11-20 河南省安信科技发展有限公司 一种基于脑电波分析的学习状态监测***及其使用方法
CN109284737A (zh) * 2018-10-22 2019-01-29 广东精标科技股份有限公司 一种用于智慧教室的学生行为分析和识别***
CN111242515A (zh) * 2020-03-05 2020-06-05 长沙师范学院 一种基于教育大数据的课堂教学质量测评***及测评方法

Similar Documents

Publication Publication Date Title
Ochoa et al. Multimodal learning analytics-Rationale, process, examples, and direction
CN106057001A (zh) 一种职业教育模拟教学***
CN111027486A (zh) 一种中小学课堂教学效果大数据辅助分析评价***及其方法
Militello et al. Applied cognitive task analysis (ACTA) methodology
CN110444061B (zh) 物联网教学一体机
CN113627779A (zh) 一种基于大数据和ai技术的教学管理、质量评估***
Pise et al. Estimation of learning affects experienced by learners: an approach using relational reasoning and adaptive mapping
CN116957867A (zh) 一种数字人教师线上教学服务方法、电子设备及计算机可读存储介质
CN112597813A (zh) 一种教学评价方法、设备和计算机可读存储介质
Drljević et al. Observing student engagement during augmented reality learning in early primary school
Ashwin et al. Unobtrusive students' engagement analysis in computer science laboratory using deep learning techniques
Moridis et al. Mood recognition during online self-assessment tests
CN112766130A (zh) 一种课堂教学质量监测方法、***、终端及存储介质
Cherner et al. AI-powered presentation platforms for improving public speaking skills: Takeaways and suggestions for improvement
CN117037552A (zh) 智慧课堂交互***及方法
CN111477055A (zh) 基于虚拟现实技术的教师培训***及方法
Walker et al. Using photovoice to initiate improvement in a PETE program
CN116416839A (zh) 一种基于物联网实训***的实训辅助教学的方法
CN112651602A (zh) 一种课堂模式评价方法和设备
CN113268512B (zh) 基于互联网平台的企业岗位职业技能培训***
RU2751759C2 (ru) Программно-аппаратный комплекс обучающей системы с автоматической оценкой эмоций обучаемого
CN114385013A (zh) 一种基于vr技术的远程在线教育***
Whannell et al. An evaluation of the use of an online demonstration school
Augusma Multimodal Perception and Statistical Modeling of Pedagogical Classroom Events Using a Privacy-safe Non-individual Approach
Pise et al. Research Article Estimation of Learning Affects Experienced by Learners: An Approach Using Relational Reasoning and Adaptive Mapping

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210413

RJ01 Rejection of invention patent application after publication